scipy.optimize.golden¶

scipy.optimize.golden(func, args=(), brack=None, tol=1.4901161193847656e-08, full_output=0, maxiter=5000)[源代码]¶

使用黄金分割法返回一个变量的函数的最小值。

给定一个包含一个变量和可能的括号间隔的函数，将该函数的最小值返回到小数精度tol。

参数

func可调用函数(x，*args): 目标函数极小化。
args元组，可选: 传递给func的附加参数(如果存在)。
brack元组，可选: 三重(a，b，c)，其中(a<b<c)和func(B)<func(A)，func(C)。如果括号由两个数字(a，c)组成，则假定它们是下坡括号搜索的起始间隔(请参见 bracket )；这并不总是意味着所获得的解将满足a<=x<=c。
tol浮动，可选: X公差停止标准
full_output布尔值，可选: 如果为True，则返回可选输出。
maxiter集成: 要执行的最大迭代次数。

参见

minimize_scalar: 与标量单变量函数的最小化算法的接口。看“黄金” method 尤其是。

注意事项

使用模拟二分法来减小括号间隔。

示例

我们举例说明了函数在以下情况下的行为 brack 尺寸分别为2号和3号。在以下情况下 brack 形式为(xa，xb)，我们可以看到，对于给定值，输出不一定在范围内 (xa, xb) 。

>>> def f(x):
...     return x**2

>>> from scipy import optimize

>>> minimum = optimize.golden(f, brack=(1, 2))
>>> minimum
1.5717277788484873e-162
>>> minimum = optimize.golden(f, brack=(-1, 0.5, 2))
>>> minimum
-1.5717277788484873e-162

scipy.optimize.brent

scipy.optimize.leastsq